Tóm tắt Luận văn Thạc sĩ: Nhận diện cảm xúc trong văn bản Tiếng Việt bằng mô hình máy học

Việc nhận diện cảm xúc trong văn bản tiếng Việt ngày càng trở nên thiết yếu trong kỷ nguyên số, đặc biệt trong các lĩnh vực như quản trị doanh nghiệp, marketing và chăm sóc khách hàng. Khả năng phân tích đánh giá, ý kiến phản hồi của khách hàng về sản phẩm hoặc dịch vụ giúp các tổ chức nắm bắt thông tin giá trị, đưa ra quyết định kinh doanh hiệu quả hơn. Nghiên cứu này tập trung vào việc phát triển một mô hình nhận diện cảm xúc cho văn bản tiếng Việt, nhằm giải quyết thách thức trong việc xử lý và hiểu dữ liệu ngôn ngữ tự nhiên phức tạp, góp phần nâng cao hiệu quả phân tích dữ liệu truyền thông xã hội.

Các nhà nghiên cứu, sinh viên trong lĩnh vực khoa học máy tính, xử lý ngôn ngữ tự nhiên, học máy; các chuyên gia phân tích dữ liệu, marketing, và quản lý sản phẩm quan tâm đến phân tích cảm xúc tiếng Việt.

Luận văn này trình bày một cách tiếp cận toàn diện để nhận diện cảm xúc trong văn bản tiếng Việt bằng mô hình máy học. Mục tiêu chính là xây dựng một hệ thống có khả năng phân loại cảm xúc (tích cực/tiêu cực) và xác định tính chủ quan/khách quan của văn bản, đặc biệt với các phản hồi và đánh giá sản phẩm trên các nền tảng thương mại điện tử như Shopee và Lazada. Phương pháp nghiên cứu bao gồm việc thu thập dữ liệu thô từ các trang web này, sau đó tiền xử lý và gán nhãn dữ liệu để chuẩn bị cho quá trình huấn luyện mô hình. Luận văn đã nghiên cứu tổng quan về cảm xúc trong văn bản tiếng Việt và các phương pháp nhận dạng cảm xúc tiên tiến, trong đó tập trung vào các mô hình học sâu như Mạng nơ-ron nhân tạo (DNN), Mạng bộ nhớ dài ngắn hạn (LSTM) và Mạng nơ-ron tích chập (CNN). Bên cạnh đó, các kỹ thuật nhúng từ như Word2Vec (bao gồm Continuous Bag of Words và Continuous Skip-Gram) và GloVe cũng được tìm hiểu để biểu diễn dữ liệu văn bản. Giai đoạn thực nghiệm sẽ tiến hành huấn luyện và đánh giá mô hình dựa trên các bộ dữ liệu đã được xử lý, nhằm xác định hiệu quả của các thuật toán và tham số đã sử dụng. Kết quả kỳ vọng là một mô hình nhận diện cảm xúc chính xác, có khả năng ứng dụng thực tiễn trong việc phân tích ý kiến người dùng và hỗ trợ quyết định kinh doanh.